Application de réseaux de neurones à la modélisation de composants et de dispositifs microondes non linéaires

Application of neural networks to nonlinear microwave components and devices modeling

• Auteur / Autrice : Youssef Harkouss
• Direction : Juan Obregon
• Type : Thèse de doctorat
• Discipline(s) : Électronique des hautes fréquences et optoélectronique. Télécommunications
• Date : Soutenance en 1998
• Etablissement(s) : Limoges
• Partenaire(s) de recherche : Autre partenaire : Université de Limoges. Faculté des sciences et techniques

Mots clés

Mots clés contrôlés

Dispositifs à micro-ondes

Simulation, Méthodes de

Perceptrons

Réseaux neuronaux (informatique)

Résumé

Le developpement d'une nouvelle approche de la modelisation de composants et de dispositifs microondes non lineaires basee sur une representation par reseau neuronal constitue le theme essentiel de cette these. L'objectif de ce travail consiste d'une part a creer un outil efficace et rapide pour construire des modeles neuronaux performants et d'autre part a montrer a travers des applications pratiques la performance et la precision d'une telle representation comportementale. Nous avons envisage deux types de modeles neuronaux. Le premier est base sur un perceptron multicouche mlp entraine par la retro-propagation du gradient gbp. La structure multicouche du mlp et la nature aleatoire de la technique d'initialisation de ce mlp font que l'ensemble de processus de construction de ce type de modele s'avere couteux en temps. Le second modele repose sur un reseau d'ondelettes wnn initialise par la methode de selection de regresseurs et entraine par la methode quasi-newtonienne bfgs (broyden-fletcher-goldfarb-shanno). La combinaison de la methode de selection de regresseurs avec bfgs represente un outil efficace et rapide pour construire des modeles neuronaux performants. L'approche neuronale basee soit sur un mlp, soit sur un reseau d'ondelettes wnn, offre de bon resultats en terme de precision, d'efficacite et de fiabilite du modele.